一种基于计算机视觉的交叉路口通行预警方法技术

本发明专利技术公开了一种基于计算机视觉的交叉路口通行预警方法，包括，S1实时采集交叉路口的视频图像，并抓拍车辆的特写图像；S2根据视频图像提取运动目标，生成运动目标行进信息及根据特写图像提取出完整的车辆牌照信息；S3对运动目标进行分类，得出分类结果；S4根据分类结果及行进信息，计算车辆的行进速度；S5存储通过交叉路口的车辆信息，根据车辆的行进速度及行进信息，预测所述运动目标下一时刻位置的质心坐标；S6根据行进信息、行进速度及该运动目标下一时刻位置的质心坐标，符合异常条件的情况，生成预警信号并显示预警信息。利用视频图像分析技术对施工路口通行异常情况进行分析并输出预警信号，稳定性强，准确率高。

An early warning method for intersection based on computer vision

The invention discloses a computer vision including the intersection traffic warning method based on S1 video image real-time acquisition of the intersection, and capture close-up images of the vehicle; S2 according to the video image to extract the moving object, moving target according to the travel information and generate close-up images to extract the complete vehicle license plate information; S3 classification of moving the target, the classification results obtained; S4 according to the classification results and travel information, calculate the vehicle speed; S5 vehicle information storage through the intersection, according to the vehicle speed and travel information, forecast the motion target centroid coordinates a position; S6 according to the centroid coordinates of travel information and running speed and the moving target the next time the position, with abnormal conditions, generating warning signal and warning information display. Using the video image analysis technology to analyze the abnormal situation of the road junction and output the warning signal, the stability is high and the accuracy is high.

【技术实现步骤摘要】

本专利技术涉及一种交通安全预警领域，具体涉及一种基于计算机视觉的交叉路口通行预警方法。
技术介绍
在施工地段道路中，尤其是交叉路口，是道路网中最危险的区域，由于施工场地为临时开辟，信号灯和道路指示线稀少，行人不集中，施工车辆大多数为大型车辆，再加上外来车辆的驶入，成为了交通事故的多发点。行人、车辆行经交叉路口时，往往由于施工建筑物导致驾驶员与行人产生视觉盲区，外来车辆行驶至施工特定路段违反施工管理规定，以及车辆速度超过施工路段安全值，这些因素都有可能引发交通事故，在施工路段交通信号灯稀少，道路不规则的情况下，尤其需要注意交通安全隐患的产生。传统的交通预警系统并不完全适用于施工现场这样的地理条件，而且预警范围不够广，技术手段单一，为此我们提出一种基于计算机视觉的施工地段交叉路口通行预警系统及方法。
技术实现思路
为了克服现有技术存在的缺点与不足，本专利技术提供一种基于计算机视觉的交叉口通行预警方法，具体应用在施工地段交叉路口通行的车辆与行人出现异常情况时进行预警，防止交通事故的发生。本专利技术采用如下技术方案：一种基于计算机视觉的交叉路口通行预警方法，包括如下步骤：S1实时采集交叉路口的视频图像，并抓拍车辆的特写图像；S2根据视频图像提取运动目标，生成运动目标行进信息及根据特写图像提取出完整的车辆牌照信息；S3对运动目标进行分类，得出分类结果；S4根据分类结果及行进信息，计算车辆的行进速度；S5存储通过交叉路口的车辆信息，根据车辆的行进速度及行进信息，预测所述运动目标下一时刻位置的质心坐标；S6根据行进信息、行进速度及该运动目标下一时刻位置的质心坐标，对符合异常条件的情况，生成预警信号并显示预警信息。所述运动目标包括车辆及行人，所述行进信息包括车辆或行人通过交叉路口的时间段、车辆或行人的质心坐标及行进方向。所述根据视频图像提取运动目标，具体包括如下步骤：S2.1对交叉路口场景的视频图像建立混合高斯模型，提取出前景目标，生成二值化的运动目标前景图；S2.2统计各个运动目标像素点个数和像素点的图像坐标，计算运动目标质心的图像坐标(x‾,y‾)=[Σi=0M-1Σj=0N-1xi,j(M-1)(N-1),Σi=0M-1Σj=0N-1yi,j(M-1)(N-1)];]]>其中M、N分别表示图像中某个运动目标的最大宽度和高度，i表示图像中像素点的横坐标，j表示图像中像素点的纵坐标，xij表示运动目标中像素点的横坐标值，yij表示运动目标像素点的纵坐标值；S2.3根据相邻20帧图像中运动目标的质心的图像坐标计算运动目标的运动矢量，由运动矢量确定运动目标的行进方向，行进方向可依据交叉路口的不同进行统一划分。S3对运动目标进行分类，得出分类结果，所述分类结果包括工程车、非工程车和行人，具体步骤包括：S3.1提取运动目标的轮廓，并依据轮廓绘制包围轮廓的外接矩形，根据运动目标外接矩形的宽高比初步区分车辆目标与行人目标；如果运动目标外接矩形的宽高比小于设定的经验阈值，则认为此时的运动目标为行人；如果运动目标外接矩形的宽高比大于设定的经验阈值，则认为此时的运动目标为工程车、非工程车或者是多个行人粘连形成的粘连行人目标；S3.2根据运动目标的方向梯度直方图特征，利用支持向量机的算法建立分类器模型来区分工程车、非工程车与粘连行人目标。所述S3.2具体为：S3.2.1收集工程车、非工程车与粘连行人的图像，统一图像的尺寸大小，分别建立样本集，设工程车样本集为集合A、非工程车样本集为集合B、粘连行人样本集为集合C；S3.2.2将S3.2.1中的集合A与集合B作为正集、集合C作为负集，分别提取正集与负集的方向梯度直方图特征作为支持向量机算法的输入，生成分类器模型一，所述分类器模型一用于对车辆与行人进行二分类；S3.2.3将S3.2.1中的集合A作为正集、集合B作为负集，分别提取正集与负集的方向梯度直方图特征作为支持向量机算法的输入，生成分类器模型二，所述分类器模型二用于对工程车与非工程车进行二分类；S3.2.4根据提取的各个运动目标的外接矩形提取各个运动目标的对应原始RGB图像，提取各个运动目标原始RGB图像的方向梯度直方图特征；S3.2.5提取的各个运动目标原始RGB图像的方向梯度直方图特征依次作为分类器模型一的输入，如果输出结果为正，则认为此时的运动目标为车辆，如果输出结果为负，则认为此时的运动目标为粘连行人；S3.2.6将S3.2.5中分类结果为车辆的运动目标的方向梯度直方图特征作为分类器模型二的输入，如果输出结果为正，则认为此时的运动目标为工程车，如果输出结果为负，则认为此时的运动目标为非工程车。所述S4中根据分类结果及行进信息，计算车辆的行进速度，具体为：S4.1根据分类结果，选取车辆目标作为计算速度的对象，不计算行人的行进速度；S4.2：在视频图像中，按垂直于车辆目标行进方向设置两条虚拟检测线；再测定两条虚拟检测线对应实际道路上的距离ΔD；计算实时视频图像中车辆先后到达两条虚拟检测线的帧数F；S4.3：根据视频图像的采样频率f，两条虚拟检测线对应实际道路上的距离ΔD，车辆先后到达两条虚拟检测线的帧数F，计算出车辆的行进速度V：V=ΔDF/f.]]>所述S5具体是采用卡尔曼滤波算法预测运动目标下一时刻位置的质心坐标。所述异常条件包括如下情况：车辆行进速度超出施工现场规定的速度值的情况生成预警信号根据车辆的位置坐标以及所预测的车辆下一时刻位置的质心坐标，判断车辆是否存在位于施工现场的特殊区域或者已经驶入该特殊区域的情况，从而生成预警信号，所述特殊区域是指施工现场管理规定的非工程车车辆禁止驶入的路段；根据车辆与行人的行进信息，判断车辆与行人、车辆与车辆的通行是否存在构成视觉盲区的情况，从而生成预警信号。所述预警信息包括显示超速车辆的监控图像并发出预警语音、驶入施工现场特殊区域的非工程车辆的监控图像并发出预警语音及显示车辆与行人、车辆与车辆之间有发生碰撞可能性时的场景图像并发出预警语音并显示提示标语。全景摄像机采集交叉路口的视频图像，特写摄像机抓拍车辆的特写图像。本专利技术的有益效果：(1)能够有效区分工程车辆与非工程车辆，从而实行自动高效的监管，便于对不同的车辆采取不同的管制措施，为施工现场的安全管理提供便捷；(2)能够对运动目标下一时刻的位置进行估计，从而对有闯入施工现场禁止区域可能性的车辆发出警报，从而避免危险情况的发生；(3)能够检测出通行方向构成视觉盲区的车辆与行人，并显示安全提示信息，让驾驶员有充足时间采取减速或停车措施；(4)对施工现场通行的车辆，不管是施工车辆还是外来车辆，实行信息化管理，建立数据库，存储其通过施工现场的时刻、车辆的种类，牌照等信息。(5)用于检测施工地段场景的高清摄像机架设在路面的上空，不需要将设备埋入地下，安装和维护费用较低。附图说明图1是本专利技术的结构示意图；图2是本专利技术实施例的结构现场安装图；图3是本专利技术实施例LED显示屏显示内容示意图；图4是本专利技术的工作流程图。具体实施方式下面结合实施例及附图，对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。实施例如图1、图2及图3所示，一种实施本文档来自技高网...

【技术保护点】
一种基于计算机视觉的交叉路口通行预警方法，其特征在于，包括如下步骤：S1实时采集交叉路口的视频图像，并抓拍车辆的特写图像；S2根据视频图像提取运动目标，生成运动目标行进信息及根据特写图像提取出完整的车辆牌照信息；S3对运动目标进行分类，得出分类结果；S4根据分类结果及行进信息，计算车辆的行进速度；S5存储通过交叉路口的车辆信息，根据车辆的行进速度及行进信息，预测所述运动目标下一时刻位置的质心坐标；S6根据行进信息、行进速度及该运动目标下一时刻位置的质心坐标，对符合异常条件的情况，生成预警信号并显示预警信息。

【技术特征摘要】
1.一种基于计算机视觉的交叉路口通行预警方法，其特征在于，包括如下步骤：S1实时采集交叉路口的视频图像，并抓拍车辆的特写图像；S2根据视频图像提取运动目标，生成运动目标行进信息及根据特写图像提取出完整的车辆牌照信息；S3对运动目标进行分类，得出分类结果；S4根据分类结果及行进信息，计算车辆的行进速度；S5存储通过交叉路口的车辆信息，根据车辆的行进速度及行进信息，预测所述运动目标下一时刻位置的质心坐标；S6根据行进信息、行进速度及该运动目标下一时刻位置的质心坐标，对符合异常条件的情况，生成预警信号并显示预警信息。2.根据权利要求1所述的交叉路口通行预警方法，其特征在于，所述运动目标包括车辆及行人，所述行进信息包括车辆或行人通过交叉路口的时间段、车辆或行人的质心坐标及行进方向。3.根据权利要求1所述的交叉路口通行预警方法，其特征在于，所述根据视频图像提取运动目标，具体包括如下步骤：S2.1对交叉路口场景的视频图像建立混合高斯模型，提取出前景目标，生成二值化的运动目标前景图；S2.2统计各个运动目标像素点个数和像素点的图像坐标，计算运动目标质心的图像坐标(x‾,y‾)=[Σi=0M-1Σj=0N-1xi,j(M-1)(N-1),Σi=0M-1Σj=0N-1yi,j(M-1)(N-1)];]]>其中M、N分别表示图像中某个运动目标的最大宽度和高度，i表示图像中像素点的横坐标，j表示图像中像素点的纵坐标，xij表示运动目标中像素点的横坐标值，yij表示运动目标像素点的纵坐标值；S2.3根据相邻20帧图像中运动目标的质心的图像坐标计算运动目标的运动矢量，由运动矢量确定运动目标的行进方向，行进方向可依据交叉路口的不同进行统一划分。4.根据权利要求1所述的交叉路口通行预警方法，其特征在于，S3对运动目标进行分类，得出分类结果，所述分类结果包括工程车、非工程车和行人，具体步骤包括：S3.1提取运动目标的轮廓，并依据轮廓绘制包围轮廓的外接矩形，根据运动目标外接矩形的宽高比初步区分车辆目标与行人目标；如果运动目标外接矩形的宽高比小于设定的经验阈值，则认为此时的运动目标为行人；如果运动目标外接矩形的宽高比大于设定的经验阈值，则认为此时的运动目标为工程车、非工程车或者是多个行人粘连形成的粘连行人目标；S3.2根据运动目标的方向梯度直方图特征，利用支持向量机的算法建立分类器模型来区分工程车、非工程车与粘连行人目标。5.根据权利要求4所述的交叉路口通行预警方法，其特征在于，所述S3.2具体为：S3.2.1收集工程车、非工程车与粘连行人的图像，统一图像的尺寸大小，分别建立样本集，设工程车样本集为集合A、非工程车样本集为集合B、粘连行人样本集为集合C；S3.2...

【专利技术属性】
技术研发人员：杜娟，徐晟，李彤彤，刘凌菁，张晓荣，朱殿臣，王珺，邓逸川，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44